--- title: "智谱发布 GLM-5 技术细节：工程级智能，适配国产算力" description: "对中国来说，GLM-5 更像是一次宣告：我们不仅能做大模型，也能做自己的算力适配，还能把两者打通。" type: "news" locale: "zh-CN" url: "https://longbridge.com/zh-CN/news/276533880.md" published_at: "2026-02-22T11:20:51.000Z" --- # 智谱发布 GLM-5 技术细节：工程级智能，适配国产算力 > 对中国来说，GLM-5 更像是一次宣告：我们不仅能做大模型，也能做自己的算力适配，还能把两者打通。 2 月 12 日，智谱发布 GLM-5，技惊四座。10 天后技术报告出炉，让人们一窥 GLM-5 模型的内在基因。 有意思的不是又刷了什么榜，而是整个思路变了：不再比参数大小，开始比系统工程能力。 GLM-5 做的三件事都挺实在：1、模型真的能完成复杂任务了，不只是写几行代码；2、训练效率上了一个台阶，超大模型不再是纯烧钱游戏；3、从底层到推理框架全面适配国产芯片——这个最关键。 如果说之前是 “中国在追赶”，现在则已经开始搭自己的技术体系了。 ## 从"给代码"到"做系统" 报告提了个概念转变：从 Vibe Coding 到 Agentic Engineering。前者是你说一句我给段代码，后者是你给目标、我自己规划拆解、写代码调工具、调试迭代，直到把整个系统搞定。 GLM-5 的重点已经不是单题得分，而是： > 200K 上下文（几百页文档的量） > > 跨文件软件工程任务 > > 长周期任务中持续规划修正 > > 多轮交互保持思考一致性 比如 Vending-Bench 2 要求"模拟经营自动售货机一年"，最后看账户余额。GLM-5 在开源模型里第一，接近 Claude Opus 4.5。这测的是长期决策能力，不是问答题。 模型开始有"工程级智能"了。 ## 稀疏注意力：不再无脑烧算力 GLM-5 有 744B 参数（激活 40B），训练了 28.5 万亿 token。按传统架构，算力消耗会爆炸。 核心创新是 DSA（DeepSeek 稀疏注意力）。传统注意力机制"看所有内容"，计算复杂度平方级增长；DSA 动态判断"哪些 token 真正重要"，只算关键部分。 200K 长上下文下，DSA 把注意力计算量降低 1.5–2 倍。 而且——无损。 其他高效注意力方法通常牺牲精度，DSA 通过继续预训练平滑过渡，性能不退化。 结果是： - 同样算力 → 更长上下文 - 同样成本 → 更高推理能力 - 同样硬件 → 更大模型 对中国来说，效率创新比堆算力重要得多。 ## 强化学习架构重构 GLM-5 的 RL 体系做了彻底改造。 生成与训练解耦。模型生成轨迹，训练在另一套系统异步进行。过去要等最慢任务完成才继续训练，现在谁先完成谁先训练，吞吐大幅提升。对长程 Agent 任务至关重要。 异步 Agent RL 算法解决了真实软件工程中任务持续数小时的问题。引入： - Token-in-Token-out（避免重新分词误差） - 双侧重要性采样 - DP-aware 路由优化 KV cache 模型能在复杂环境中稳定学习，不会因策略偏移崩溃。 说白了，解决的是"如何让大模型在真实任务中持续自我改进"。 ## 真正关键的一步：适配国产算力 报告对中国 AI 最重要的部分在这。 GLM-5 原生适配国产 GPU 生态，已兼容华为昇腾、摩尔线程、海光、寒武纪、昆仑芯、天数智芯、燧原。 不是"能跑"那种适配，而是： - KV cache 调度优化 - 通信机制适配 - 混合精度训练匹配 - INT4 量化感知训练对齐 - 分布式并行策略重构 很多国产芯片生态的难点不是算力，是软件栈。 GLM-5 的意义在于：不是围绕单一海外硬件架构设计，而是面向多种国产算力平台做系统级适配。 这是个质变——中国大模型开始围绕本土硬件生态做工程优化，不再被动迁移。 报告称，得益于上述软硬协同的极致优化，GLM-5 在单台国产算力节点上的性能表现，已足可媲美由两台国际主流 GPU 组成的计算集群；不仅如此，在长序列处理场景下，其部署成本更是大幅降低了 50%。 ## 软硬件闭环正在形成 把 GLM-5 的技术路径拆开看，是个完整闭环： 模型架构创新（DSA）→ 训练效率优化（异步 RL）→ 内存与通信压缩（ZeRO、激活卸载）→ 低精度对齐（INT4 QAT）→ 国产芯片深度适配 这是一条完整的国产 AI 工程链路。 过去中国 AI 的优势在应用层，现在开始进入架构创新、算法工程、训练系统、芯片适配、推理框架的全栈优化。 这份技术报告的真正意义，不在某个基准测试分数，在于中国 AI 第一次以"体系能力"展示竞争力。 ## 从炫技到成熟 GLM-5 的报告没过度强调"我们比谁强多少"，详细披露训练流程、算法选择、工程权衡、消融实验。这本身就是成熟的表现。 当一个模型开始谈 GPU 利用率、长尾延迟、KV cache 复用、量化 kernel 对齐、灾难性遗忘控制——它已经不是在秀能力，而是在做工业级系统。 **对中国来说，GLM-5 更像是一次宣告：我们不仅能做大模型，也能做自己的算力适配，还能把两者打通。** 这才是真正的跨越。 ### Related Stocks - [02513.HK - 智谱](https://longbridge.com/zh-CN/quote/02513.HK.md) ## Related News & Research | Title | Description | URL | |-------|-------------|-----| | Is an AI price war about to begin? | The price of AI services is decreasing, with China's Zhipu offering access for about $3 a month, compared to $20 for US | [Link](https://longbridge.com/zh-CN/news/276415182.md) | | CICC Reaffirms Their Buy Rating on Knowledge Atlas Technology Joint Stock Company Limited Class H (2513) | CICC has reaffirmed a Buy rating on Knowledge Atlas Technology Joint Stock Company Limited Class H (2513) with a price t | [Link](https://longbridge.com/zh-CN/news/276095967.md) | | Factbox-Chinese AI models festoon Spring Festival a year after DeepSeek shock | As China celebrates the Lunar New Year, AI firms are racing to release new models following DeepSeek's success with its | [Link](https://longbridge.com/zh-CN/news/276210866.md) | | Olympics-Figure skating-Liu shines while Glenn suffers heartbreak in Milan | At the Milano Cortina Olympics, Alysa Liu secured third place in figure skating with 76.59 points, aided by family suppo | [Link](https://longbridge.com/zh-CN/news/276181856.md) | | Chinese AI startup Zhipu hikes prices for coding plan as demand rises | Chinese AI startup Zhipu announced a price increase of at least 30% for subscriptions to its GLM coding plan due to a su | [Link](https://longbridge.com/zh-CN/news/275680614.md) | --- > **免责声明**：本文内容仅供参考，不构成任何投资建议。